SlideShare ist ein Scribd-Unternehmen logo
1 von 63
Downloaden Sie, um offline zu lesen
これから儲かる技術はデータセンターから 1
本資料内容は私が所属している組織に関係していない
杉⽥個⼈の主観に基づいたモノです。
作成 2017/12/9
⾃⼰紹介
これから儲かる技術はデータセンターから 2
(国研)産業技術総合研究所
情報技術研究部⾨
テクニカルスタッフ 杉⽥正
省エネルギーデータセンターの
デザインするのが⽣業
10MW級ECサイトデータセンターから
⾼密度で省エネなデータセンターを
デザインします。
引⽤先:https://www.slideshare.net/sugipooh/r2-13636015
3
NEDO グリーンITプロジェクト
間接外気導⼊、外気導⼊、横吹き冷却、⾵量制御と計測などの実験装置
引⽤先:http://www.nedo.go.jp/activities/DA_00036.html
現在でも⾒学可能。
⾃⼰紹介
これから儲かる技術はデータセンターから 4
強電と弱電、コンピュータと空調、セキュリティ対策から
広域Wi-Fi設備構築も出来ます。板⾦設計も出来ます。
ラダー⾔語なら少しプログラムもやります。
古くからある「資格が必要な業務」はやりません。
法律には従う必要があります。
資格マニアは現場で役に⽴たない
現場たたき上げは、抜けが無いか資格を勉強すると良い
良い師匠(良い会社組織)につくのが⼤事。
新たな技術が安定すると
「資格」で新規参⼊を
制限します。
本⽇の内容(1)
これから儲かる技術はデータセンターから 5
今までのデータセンターは、⾼価なインフラを
共⽤して安く使う場所であった。
安全な場所、安定した電源、安定した空調、
強⼒なインターネット回線を安価に分割提供
するサービスを提供してきた。もはや、個⼈で
サーバーを買って、OSインストールすることに
価値は低くサーバーレスクラウドサービスを
⽔道⽔のように秒単位課⾦でサーバーを使える
ほうが価値が⾼い仕事が出来る時代になった。
本⽇の内容(2)
これから儲かる技術はデータセンターから 6
データセンターが蓄えるデータは、
”データは⽯油”と呼ばれるように
なってきた。”ムーアの法則”を越える
超⾼速並列検索や演算は、データセン
ターで蓄える膨⼤なデータから有益な
データを瞬時に取り出せる。
データを機械学習で磨いて光らせること
も⾏える。
本⽇の内容(3)
これから儲かる技術はデータセンターから 7
データセンターのサーバー数千台やGPU
数百台以上のシステムは従来の不可能を
可能とし、新しいサービスをデータセンター
から⾏う時代になってきた。
従来からのデータセンター技術をおさらいし、
これから”データセンターで儲かる技術”を
ご紹介します。
事例としては、ポケモンGo!
Linuxは使えますか?
電気の資格は持ってますか?
これから儲かる技術はデータセンターから 8
※
電気⼯事⼠取得は
お勧めしません。
なぜなら
”儲からない”
データセンターは何カ所ある?
これから儲かる技術はデータセンターから 9
⽇本 650箇所
⽶国 4,000箇所?
中国 9,000箇所
データセンターは⾜りているか?
中国では⼈⼝⽐から、まだ不⾜とか、、
⽇本は、
いつまでも
停滞しているのか?
これから儲かる技術はデータセンターから 10
引⽤先:http://www.garbagenews.net/archives/2235006.html
アメリカ合衆国
中国
⽇本
データセンターはどこにあるのか?
これから儲かる技術はデータセンターから 11
銀⾏のデータセンター場所を
ご存じですか?
FISCで守られています。
JEITAって知ってますか?
これから儲かる技術はデータセンターから 12
時代の要求が変化してきた
⾼密度ラックの必要性
•1ラック 2~4KVA から
6KVA 12KVA 20KVA 30KVAと
1ラック電気容量要求が⼤きくなってきている。
• スパコンデータセンターに近づくクラウドデータ
センター
•低いPUE(PUE=1.2以下)も要求される。
13
14
DELL EMC オールインワン仮想基盤アプライアンス VxRail
稼働率を60%としても 電源10KVA
冷却能⼒は 1ラック6KWが欲しい
電源10KVA 空調6KW 欲しい
機械学習専⽤機 NVIDIA DGX-1
これから儲かる技術はデータセンターから 15
3,200W
引⽤先:http://www.hpctech.co.jp/catalog/NVIDIA_DGX-1_Volta.pdf
ほんまか! 1台で5.5KW
• Computex Taipei 2017 で展⽰
• @3Uで、たった12Uで22KW(><)
• 古いデータセンターなら、
僅か1台で
1ラック電⼒制限を超える
• 吸気温度25℃
排気温度50℃設計
温度傾斜25℃
16
2重反転ファンが4基装備されていた。
撮影:杉⽥
これから儲かる技術はデータセンターから
撮影:杉⽥
17
48ブレード/1ラック
2004年5⽉から10年以上
現在まで稼働
しかもPUE=1.3
12KVA/1ラック事例
18
10KVA 1m3/sec ⾵速1m/sec
ブレードサーバ 8ブレード1筐体8段実装
12cm⾓DCファン@3台x8=24台稼働/1Rack
最低速@60CFMとして1筐体180CFM
8段1,440CFMが必須⾵量
1,440CFM=2,450m3/h=0.68m3/sec
ラック断⾯積を1m2とすると ⾵速0.68m/sec以上必要
⾵量設計⽬安として約2倍 10KVA 1m3/sec ⾵速1m/secが良い
引⽤先:⼭洋電気 DCファン
https://products.sanyodenki.com/contents/hp0009/list.php?CNo=9#size_40
サーバー内蔵ファンは
この⾵量で変速する
2004年5⽉から10年以上
現在まで稼働。
PUE=1.3を実現
空冷
⾵量を管理
して省エネ化
キャッピ
ング
PUE=1.3
これから儲かる技術はデータセンターから
19
⼩型軸流ファンは
静圧⼒が弱い
排気側気圧が⾼いと
ファン性能が極端に
落ちる
→サーバーが過熱し、
保護機構が動作して
回転数
が上がる
引⽤先:https://www.sanyodenki.com/archive/document/product/cooling/catalog_E_pdf/San_Ace_40GA28_E.pdf
50%も下がる→サーバーが過熱
サーバが冷えなくなる原因
①
ホットアイル
⾵損などが⼤きく
気圧がコールド
アイルより⾼いと
ファン⾵量が
低下する
ホット
アイル
ホットアイル⾵損
データセンターにサーバを置くと
サーバー室内には⾵損がある。
①
吸気側
コールド側
①
①
①
①
①
①
①
①
空調機
サーバー1台稼働でオープン空間なら
空調機は不要。
冷却機としてファンを内蔵している。
サーバー内蔵ファンの静圧⼒不⾜で
サーバー冷却ファンが能⼒が低下する。
これから儲かる技術はデータセンターから
作図:杉⽥
20
サーバによる安定稼働対策
⾵量が不⾜するデータセン
ターにて、⾼密度化が可能。
しかし、未だ未だ
未対策サーバは使われている。
対策品:静圧⼒が⼤きい2重反転ファン
引⽤先:https://www.sanyodenki.com/archive/document/product/cooling/catalog_E_pdf/San_Ace_40CRB56_E.pdf
NEC Express5800/E120d−M(8C/E5-2450L) N8100-1904Y
対策された⾼密度サーバー
2U4ノード HCIに良く使われている。
これから儲かる技術はデータセンターから
サーバ視点から⾒た
熱⼒学の法則遵守
④
重要
PUEは下がるが消費電⼒は減らない
21
ホットアイル中央型
Google
Googleデータセンター
冷却コイルをホット
アイル天井に設置
公開されている写真の
ホットアイル幅から
このGoogleDCでは
1ラック15KVAから
20KVAと推測出来る。
22
必要⾵量検討 ラック背⾯ファン
引⽤先:⼭洋電気 DCファン
https://products.sanyodenki.com/contents/hp0009/list.php?CNo=9#size_40
80mm⾓ 1列3台24段=72台/1Rack
⼭洋電気資料から@0.9〜1.5m3/min(30〜40CFM)
よって ラック当たり72台で 約70m3/min=4,200m3/h
(約2,500CFM)
※ラック消費電⼒によりラック背後ファンを制御する技術は
Facebookが特許を持っています。
引⽤先:http://archive.datacenterdynamics.com/focus/
archive/2012/10/google-pictures-data-center-beauty
これから儲かる技術はデータセンターから
PUE=1.16
23
ホットアイル煙突型(外気導⼊)
Facebook
Facebookデータセンター
3Fから冷却⾵
2Fを使い排熱
公開されている写真の
ホットアイル幅から
Facebookでは1ラック
10KVAから15KVAと
推測出来る。
3Fから
2F経由で排熱
※最新FacebookDCは間接外気冷却
24
空冷 冷やすまえに、熱だまり対策
どこに?
どのくらいのファンを?
ポイントで使って熱だまり対策
引⽤先:http://www.suiden.com/product/sjfla/
搬送動⼒の効率が重要
これから儲かる技術はデータセンターから
25
冷たい空気を出来るだけ多く
サーバーに送るキャッピング
キャッピ
ング
PUE=1.3
ぐらい
コールドアイルとリターン空間を拡げると、⾵損が減少しPUE=1.3に近づく
ホットアイルとコールド
アイルの⼤空間化
重要
②
これから儲かる技術はデータセンターから
建築と空調設備
の⼀体設計
③
作図:杉⽥
26
微差圧計(マノスターゲージ)で気圧を測る
⼭本製作所
引⽤先:http://www.manostar.co.jp/download/catalog/gage/wo81_normal.pdf
コールドアイル気圧が
ホットアイル気圧より
⾼ければ排気(熱⾵)は
戻らない
※気圧による⾵量制御は東芝が特許を持っています。
27
12KVA/1Rack x10 x2列データセンター
横吹き出しとすると、⾵損が減り、⾵速が下がる。
1m/sec〜2m/secで⾼密度ラック冷却が可能
フリーアクセス(⾼床)が不要で低コストに。
※通路幅コールドアイルが狭いと
⾵速が上がり、サーバーが冷⾵
を吸気出来ないとか、ラック台数
が多いと冷⾵が届かない
通常のリターン温度管理に加えて、
消費電⼒、キャッピング気圧差を
使えば、更に省エネ化可能
これから儲かる技術はデータセンターから 28
29
⼤電⼒対策 バスダクト・⼤容量PDU
インテリジェント⼤容量PDU
1本で30KVA配電可能。
⼤量のサーバへ、コンセントにより電源供給。
通信機能付きでコンセントごとにデータを取得可能。
UPSからバスダクト
(1本で3φ4W415V)で
任意に分電
バスダクトエンドキャップに
主幹ブレーカ、分電するタップ
オフに分電ブレーカを内蔵する
ため、分電盤設置スペースが
不要となる。
これから儲かる技術はデータセンターから
30
⼤電⼒対策 HVDC 排熱が減少
OCPv2ラックにて
HVDC380Vから集中電源を
使⽤するとラックからの
排熱が10%から30%減少。
空調電⼒も減少するので、
⼤幅な省エネになる。
バスダクトにて
HVDC380V配電
1本でA系B系配電可能
DC380VtoDC48V
集中電源
OCPv2ラック
DC380VtoDC48V
集中電源
DC380VtoDC48V
集中電源
これから儲かる技術はデータセンターから
31
n 許容荷重(静荷重) 1200kg
n 耐震荷重(地震波)
●兵庫県南部地震波125%(1000gal)
1000kg
●NEBS Zone4(1617gal)
500kg
リアフレーム搭載荷重
マウントフレーム搭載荷重
+50kg
マウントフレーム搭載荷重
耐震性能試験風景
ご注意
代表機種(FCS120-720E)の当社搭載条件による試験結果です。
機種・仕様・搭載条件(重心の位置)・設置環境などにより搭載可能質量が異なります。
※1.許容荷重とは、時間的に変化しない一定の荷重に耐えられる搭載可能質量。
※2.耐震荷重とは、地震波に耐えられる搭載可能質量。
※1
※2
●NEBS Zone3(1108gal)
耐震強度
特殊鋼フレームと厚板鋼コーナーを強固に接合。
サーバの高密度実装による積載荷重の増大に適応。
特殊鋼フレーム
厚板鋼コーナー
マウントフレーム
コーナー部接合図
⼤電⼒対策 ⼤きな荷重に耐えるラック
これから儲かる技術はデータセンターから
• ⼤型データセンター(10MW)でDC建設費130億円としても
節電コストで建物コストが償却出来る
• 新築だと、構造を最初から最適化出来る。
• 現在⼤⼝電気代は13円。将来上昇する傾向として15円で計算
32
PUE=1.1を実現する間接外気冷却システム
10MWDC
年間電気代
1KWh=13円
PUE=1.5 15,000KWh*0.5(稼働率)*24h*365Day*15 9億8600万円/年
PUE=1.1 11,000KWh*0.5(稼働率)*24h*365Day*15 7億2300万円/年
年差額 2億6300万円
50年 131億5000万円
これから儲かる技術はデータセンターから
33
間接外気冷却 外気導⼊の⽋点を無くす
⾵量を確保するには、外気導⼊が適し、さらなる省エネが可能だが、
外気導⼊すると、「ホコリ」「腐⾷性ガス」「湿度」が侵⼊する。
ホコリ: 対策可能
腐⾷性ガス:吸気⾵量を制御
すれば可能
湿度: ⾼価な除湿機が必要
運⽤コストも⾼い
→省エネにならない
34
倉敷チロロネットデータセンター
12KVA/1Rack x10 x2列を3組
空冷-⽔冷(間接外気)、外気導⼊併⽤ 地下⽔を利⽤した熱処理
経済産業省 クラウド補助⾦を得て建設されました。
コールドアイル
床⾯積を拡張
⾵速を抑えている
サーバー熱を井⼾
⽔を使い”捨てる”
空冷ー⽔冷、外気導⼊
天候により⾃動切り替え
引⽤先:https://www.chiroro.co.jp/datacenter/ からフューチャーファシリティーズCFD解析図
建築と空調設備
の⼀体設計
③
これから儲かる技術はデータセンターから
35
冷却コイル⾵量計算 ①
②
冷却コイル
コールド
アイル
ホット
アイル
ホット
アイル ①
①
①
①
①
①
①
①
①
①
①
①
①
①
①
①
①
①
①
必要な⾵量は消費電⼒に⽐例する
冷却コイル内
⾵損
ホットアイル
⾵損 サーバー内
⾵損
EC遠⼼ファンΦ400機が適合
気圧を制御、低速稼働し低騒⾳
引⽤先:http://www.ebmpapst.jp/pdf/RadiPac_US_18_12_201502_J.pdf
36
NEDO事業/再⽣可能エネルギー熱利⽤技術開発/その他
再⽣可能エネルギー熱利⽤トータルシステムの⾼効率化・
規格化/都市除排雪を利⽤した雪⼭貯蔵による⾼効率熱
供給システムの研究開発
ラック上部に⽔冷コイル40KW/1枚
循環ファンは無し、サーバーファンを利⽤
コイルへは融雪⽔を利⽤
PUE = 約 1.05
⽔冷コイル(熱交換器)の能⼒は、通過する
”⾵量”で決まる。
温度制御は、⽔冷コイルを流れる雪⼭からの
冷⽔⽔量で⾏う。
⽔冷コイル通過⾵量は、
サーバー内蔵ファンだけ
空冷ー⽔冷
雪冷熱を使う実証開発
引⽤先:NEDO成果報告 都市除排雪を利⽤した雪⼭貯蔵による⾼効率熱供給システムの研究開発から
フューチャーファシリティーズによるCFD解析図
サーバ視点から⾒た
熱⼒学の法則遵守
④
重要
搬送動⼒の極⼩化⑥
これから儲かる技術はデータセンターから
建築と空調設備
の⼀体設計
③
これから儲かる技術はデータセンターから 37
38
⽔が不要な間接冷却機 ⽇本製
ヒートパイプを使い外気と熱交換
15KWタイプ 50KWタイプ
篠原電機株式会社製
39
間接外気冷却機 ムンタースOasis
⽇本での第1号採⽤ 東京⼤学ヒトゲノムセンター
⽔冷コイルとチリングを⼀体化したシステム
https://supcom.hgc.jp/japanese/cooling_performance.html
オーストラリア 2011年
5年間の販売実績は1,000台を越えている。
運転切替
最良値
PUE=1.1
以下
これから儲かる技術はデータセンターから
40
多層ビルにて
間接外気気化冷却における
⾼密度ラック配置
1フロア 4ゾーン
360KW x4=1440KW を
40m x 40m =1,600m2で
実現6KVA ALL 1,000
ラック超え
暖気の上昇気流を利⽤し
⽔冷より搬送動⼒が省エネに
なる。
直接外気導⼊併⽤でさらに
省エネ
作図:杉⽥
運転切替
最良値
PUE=1.1以
下
サーバ視点から⾒た
熱⼒学の法則遵守
④
重要
これから儲かる技術はデータセンターから
建築と空調設備
の⼀体設計
③
運転切替
外気導⼊
PUE=1.07
以下
41
間接外気冷却機 シュナイダーAPC
グローバルな最新動向 Victor Avelar⽒(Director, DC Science Center, Schneider)にてご紹介
ロシア最⼤のデータセンター DataPro.ruは2階建て サーバー室に熱交換器が無い
屋上へ上昇気流を使って搬送動⼒も低減 3MW級でPUE=1.1
http://datapro.ru/en/aviamotornaya/condition
42
ビットコイン データセンター
引⽤先:http://gigazine.net/news/20170824-largest-bitcoinmine/ 引⽤先:http://gigazine.net/news/20140812-chinese-bitcoin-mine/
引⽤先:https://www.bloomberg.com/news/videos/2017-08-18/bitcoin-s-rally-proving-a-boon-for-china-video
これから儲かる技術はデータセンターから 43
44
30KVA/1Rack DCデザイン(3)
40Rack 間接外気冷却システムと
リアドアとの2重ループ冷却
これから儲かる技術はデータセンターから
内蔵ファン静圧が
低い1U機を禁⽌
して、リアドアとの
冷却2重ループとして
「ラック通過⾵速」
を低く出来る。
引⽤先:
http://www.chilleddoor.com/files/uploads/2016/10/
MOT_chilledDoorHR_11-2016_REVnoflap.pdf
リアドア
サーバ視点から⾒た
熱⼒学の法則遵守
④
重要
作図:杉⽥
⾵量と⾵速(1m/s)、気圧を考慮した たまご型
電気容量1.5MW 空調容量1.2MW
※産総研では有償でノウハウを提供しています。
どこでも
• ここまでの技術を理解
• 年齢が若い
→ データセンターに関する企業でWelcome
これから儲かる技術はデータセンターから 45
どこでも
• ここまでの技術を理解
• 年齢が若い
• サーバー管理ツールが使える →MSP
→ データセンターに関する企業でWelcome
これから儲かる技術はデータセンターから 46
どこでも
• ここまでの技術を理解
• 年齢が若い
• サーバー管理ツールが使える
• 英語が出来る
→ お給料がたくさんもらえる
これから儲かる技術はデータセンターから 47
ますますハードウエアリソースが必要
これから儲かる技術はデータセンターから 48
引⽤先:https://techable.jp/archives/66411
機械学習が様々な成果を
出している。
従来 不可能であったことが
多⼤なハードウエアリソースを
使い 可能 となってきた。
これらのハードウエアは
「データセンター」に置かれる。
ますますハードウエアリソースが必要
これから儲かる技術はデータセンターから 49
従来 WindowsやLAMP
(Linux Apche MySQL PHP)を
使いこなすのが重要だった。
これからは、クラスタを
使いこなすのが普通になる。
その時のコントローラは k8s
Google Borgは、K8sの先祖
引⽤先:https://www.slideshare.net/ktateish/google-borg
膨大なリソースを管理するツールk8s
これから儲かる技術はデータセンターから 50
引⽤先:https://aws.amazon.com/jp/blogs/news/amazon-elastic-container-service-for-kubernetes/
GCP、Azureでは使えた。とうとうAWSでもサポート → Kubernetesがデファクトへ
膨大なリソースを管理するツールk8s
これから儲かる技術はデータセンターから 51
引⽤先:https://japan.zdnet.com/article/35111629/
マイクロソフト、Azure向けオープンソースの新Kubernetesツール発表
Microsoftは⽶国時間12⽉6⽇、⽶オースティンで開催された「KubeCon」で、
Kubernetesユーザー向けにAzureで利⽤できる新たな製品やサービスを発表した。
まず、Kubernetesでサーバレスコンテナを管理するためのコネクタ
「Virtual Kubelet」がリリースされた。同社は7⽉に、秒単位での課⾦が可能な、
仮想マシンの管理を必要としないサーバレスコンテナランタイムである
「Azure Container Instances」(ACI)を導⼊したが、Virtual Kubeletは
KubernetesのクラスタとACIや同様の機能を持つランタイムを連携できる
ようにするものだ。
これから儲かる技術はデータセンターから 52
引⽤先ブログ:https://blog.scooletz.com/2017/11/30/azure-functions-processing-2-billions-items-per-day-1/
サーバーレスで、⼀⽇ 20 億件を処理する
ぼそ
GCPが使いこなせるなら
GCPでしょ・・・
これから儲かる技術はデータセンターから 53
引⽤先ブログ:https://server-network-info.blogspot.jp/2017/09/centos-74-packstack-openstack-pike.html
これから儲かる技術はデータセンターから 54
引⽤先:https://japan.zdnet.com/article/35111333/
データは⽯油
ソフトのようにデータをオープンに̶
The Linux Foundationが新フレームワーク
CDLAライセンスは、共有に値する貴重なデータ資産を持つ企業や組織、
コミュニティーのニーズを想定して起草された。その狙いは、オープン
データセットの提供者と利⽤者が、提供されるデータを統⼀的な⽅法で
積極的に利⽤かつ⽀援し、同時にその共有の条件を明確にしてリスクを
軽減できるようにすることだ。
データセンター
これから儲かる技術はデータセンターから 55
引⽤先:https://japan.zdnet.com/article/35111333/
Dell EMCは⽶国時間11⽉30⽇、
第14世代「Dell EMC PowerEdge」サーバを
採⽤するとともに各種コンフィギュレーション
能⼒を強化した、ハイパーコンバージドインフラ
(HCI)製品の新たなラインアップを発表した。
GPUにおけるNVIDIAとの連携の結果、ハイパーコンバージドシステムを利⽤した、
⼈⼯知能(AI)分野のユースケースも増え始めていると付け加えるとともに、
「ヘルスケア分野での画像処理も増えてきている」と述べている。
ますますハードウエアリソースが必要
これから儲かる技術はデータセンターから 56
引⽤先:http://www.atmarkit.co.jp/ait/articles/1712/01/news014.html
英語の勉強が⼤事。
とうとうYouTubeに「⾃動翻訳字幕」も登場
⽇本語だけでのアクセス可能世界は拡がった。
これから儲かる技術はデータセンターから 57
デンソーの成迫さんは英語で
プレゼンしている。
それを 英語字幕 付きに出来る。
そして、それを⽇本語に翻訳
どこでも
• ここまでの技術を理解
• 年齢が若い
• サーバー管理ツールが使える
• 英語が出来る
• 未来が読める 複雑系とか
事業開発セオリー打率20%以下とか
グラフつながりとか
→ お給料がたくさんもらえる?
これから儲かる技術はデータセンターから 58
未来
遠くの未来を予想するネタ
これから儲かる技術はデータセンターから 59
遠くの未来を予想するネタ
これから儲かる技術はデータセンターから 60
量⼦コンピュータって どこに置くの
→ データセンター
遠くの未来を予想するネタ
これから儲かる技術はデータセンターから 61
最初の機械学習は⼈が
⼿法を教えた
⼈に勝った
(特定の条件下)
勝ったマシン同⼠が
教え合った
たった4⽇で⼈に勝つ
レベルまで育った
そのマシンが⼦供を・・引⽤先:https://wired.jp/2017/12/08/deepmind-alphazero/
遠くの未来を予想するネタ
富⼭⼤学 井ノ⼝先⽣の著書
これから儲かる技術はデータセンターから 62
たくさんの情報が容易にゲット出来る時代。
”機械学習”という新しい技術が出てきた変節期。
価値ある情報と役に⽴たない情報を
区別して、儲けて下さい。
ご静聴ありがとうございました(m_m)。
杉⽥ 正
Facebook ID : sugipooh
これから儲かる技術はデータセンターから 63

Weitere ähnliche Inhalte

Was ist angesagt?

[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...Insight Technology, Inc.
 
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話Kamonohashi
 
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例  by 株式会社日立製作所 ...[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例  by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...Insight Technology, Inc.
 
Hadoop Summit 2016 San Jose レポート
Hadoop Summit 2016  San Jose レポートHadoop Summit 2016  San Jose レポート
Hadoop Summit 2016 San Jose レポートKimihiko Kitase
 
20171219 量子コンピューターを支える物理学
20171219 量子コンピューターを支える物理学20171219 量子コンピューターを支える物理学
20171219 量子コンピューターを支える物理学Takayoshi Tanaka
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介Recruit Technologies
 
20180605 azure antenna_workshop
20180605 azure antenna_workshop20180605 azure antenna_workshop
20180605 azure antenna_workshopMiyuki Mochizuki
 
データサイエンティスト向け性能問題対応の基礎
データサイエンティスト向け性能問題対応の基礎データサイエンティスト向け性能問題対応の基礎
データサイエンティスト向け性能問題対応の基礎Tetsutaro Watanabe
 
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-Yasuyuki Sugai
 
並列データベースシステムの概念と原理
並列データベースシステムの概念と原理並列データベースシステムの概念と原理
並列データベースシステムの概念と原理Makoto Yui
 
電子カルテデータの二次利用
電子カルテデータの二次利用電子カルテデータの二次利用
電子カルテデータの二次利用昌彦 飛騨
 
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けRecruit Technologies
 
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...LINE Corp.
 

Was ist angesagt? (13)

[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
 
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
 
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例  by 株式会社日立製作所 ...[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例  by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
 
Hadoop Summit 2016 San Jose レポート
Hadoop Summit 2016  San Jose レポートHadoop Summit 2016  San Jose レポート
Hadoop Summit 2016 San Jose レポート
 
20171219 量子コンピューターを支える物理学
20171219 量子コンピューターを支える物理学20171219 量子コンピューターを支える物理学
20171219 量子コンピューターを支える物理学
 
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
 
20180605 azure antenna_workshop
20180605 azure antenna_workshop20180605 azure antenna_workshop
20180605 azure antenna_workshop
 
データサイエンティスト向け性能問題対応の基礎
データサイエンティスト向け性能問題対応の基礎データサイエンティスト向け性能問題対応の基礎
データサイエンティスト向け性能問題対応の基礎
 
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-
気象庁XMLのSPARQL APIを利用してデータを俯瞰しよう -SPARQLとRによる可視化-
 
並列データベースシステムの概念と原理
並列データベースシステムの概念と原理並列データベースシステムの概念と原理
並列データベースシステムの概念と原理
 
電子カルテデータの二次利用
電子カルテデータの二次利用電子カルテデータの二次利用
電子カルテデータの二次利用
 
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
 
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
 

Ähnlich wie これから儲かる技術はデータセンターから(公開用)

次世代のIT技術を支える、高度なファシリティ
次世代のIT技術を支える、高度なファシリティ次世代のIT技術を支える、高度なファシリティ
次世代のIT技術を支える、高度なファシリティIDC Frontier
 
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介シスコシステムズ合同会社
 
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...harmonylab
 
JANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAJANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAManabu Nitta
 
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。Microsoft in Action! - COVID19への取り組み、これから皆様とできること。
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。IoTビジネス共創ラボ
 
センサーネットワークコンソーシアム(山口さん作成)
センサーネットワークコンソーシアム(山口さん作成)センサーネットワークコンソーシアム(山口さん作成)
センサーネットワークコンソーシアム(山口さん作成)CRI Japan, Inc.
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習Preferred Networks
 
[db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ! by 株式会社日立製作所 村上順一
 [db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ!  by 株式会社日立製作所 村上順一 [db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ!  by 株式会社日立製作所 村上順一
[db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ! by 株式会社日立製作所 村上順一Insight Technology, Inc.
 
Enterprise Identity Working Groupについて
Enterprise Identity Working GroupについてEnterprise Identity Working Groupについて
Enterprise Identity Working GroupについてOpenID Foundation Japan
 
イノベーション創発に資する人工知能基盤技術の創出と統合化
イノベーション創発に資する人工知能基盤技術の創出と統合化イノベーション創発に資する人工知能基盤技術の創出と統合化
イノベーション創発に資する人工知能基盤技術の創出と統合化Osaka University
 
Enocean無線センサー用ノード開発事例
Enocean無線センサー用ノード開発事例Enocean無線センサー用ノード開発事例
Enocean無線センサー用ノード開発事例nodered_ug_jp
 
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会Yuya Unno
 
Elastic Cloudを利用したセキュリティ監視の事例
Elastic Cloudを利用したセキュリティ監視の事例 Elastic Cloudを利用したセキュリティ監視の事例
Elastic Cloudを利用したセキュリティ監視の事例 Elasticsearch
 
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔Preferred Networks
 
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合うDaiyu Hatakeyama
 
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料][G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]Trainocate Japan, Ltd.
 

Ähnlich wie これから儲かる技術はデータセンターから(公開用) (20)

次世代のIT技術を支える、高度なファシリティ
次世代のIT技術を支える、高度なファシリティ次世代のIT技術を支える、高度なファシリティ
次世代のIT技術を支える、高度なファシリティ
 
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介
【Interop Tokyo 2016】 LAN/WAN向けSDNコントローラ APIC-EMのご紹介
 
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...
Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image S...
 
JANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAJANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USA
 
IoTとは何?
IoTとは何?IoTとは何?
IoTとは何?
 
20180119_5_IoT Update_20180119
20180119_5_IoT Update_2018011920180119_5_IoT Update_20180119
20180119_5_IoT Update_20180119
 
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。Microsoft in Action! - COVID19への取り組み、これから皆様とできること。
Microsoft in Action! - COVID19への取り組み、これから皆様とできること。
 
センサーネットワークコンソーシアム(山口さん作成)
センサーネットワークコンソーシアム(山口さん作成)センサーネットワークコンソーシアム(山口さん作成)
センサーネットワークコンソーシアム(山口さん作成)
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
 
[db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ! by 株式会社日立製作所 村上順一
 [db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ!  by 株式会社日立製作所 村上順一 [db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ!  by 株式会社日立製作所 村上順一
[db tech showcase Tokyo 2014] D25: 今を分析する日立の「CEP」、知るなら今でしょ! by 株式会社日立製作所 村上順一
 
Enterprise Identity Working Groupについて
Enterprise Identity Working GroupについてEnterprise Identity Working Groupについて
Enterprise Identity Working Groupについて
 
20151028koyama
20151028koyama20151028koyama
20151028koyama
 
The real world use of Big Data to change business
The real world use of Big Data to change businessThe real world use of Big Data to change business
The real world use of Big Data to change business
 
イノベーション創発に資する人工知能基盤技術の創出と統合化
イノベーション創発に資する人工知能基盤技術の創出と統合化イノベーション創発に資する人工知能基盤技術の創出と統合化
イノベーション創発に資する人工知能基盤技術の創出と統合化
 
Enocean無線センサー用ノード開発事例
Enocean無線センサー用ノード開発事例Enocean無線センサー用ノード開発事例
Enocean無線センサー用ノード開発事例
 
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
 
Elastic Cloudを利用したセキュリティ監視の事例
Elastic Cloudを利用したセキュリティ監視の事例 Elastic Cloudを利用したセキュリティ監視の事例
Elastic Cloudを利用したセキュリティ監視の事例
 
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔
Machine Learning Night - Preferred Networksの顧客向けプロダクト開発 - 谷脇大輔
 
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
 
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料][G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]
[G-Tech2015]将来も通用するセキュリティエンジニアのスキルとは - 株式会社ラック[講演資料]
 

Mehr von Tadashi Sugita

データセンター省エネ化技術トレンド2018
データセンター省エネ化技術トレンド2018データセンター省エネ化技術トレンド2018
データセンター省エネ化技術トレンド2018Tadashi Sugita
 
様々なデータセンター Sugipooh
様々なデータセンター Sugipooh 様々なデータセンター Sugipooh
様々なデータセンター Sugipooh Tadashi Sugita
 
データセンターのお話Lxスタイル
データセンターのお話Lxスタイルデータセンターのお話Lxスタイル
データセンターのお話LxスタイルTadashi Sugita
 
自然空冷Dcの概要と今後のサーバトレンド [互換モード]
自然空冷Dcの概要と今後のサーバトレンド [互換モード]自然空冷Dcの概要と今後のサーバトレンド [互換モード]
自然空冷Dcの概要と今後のサーバトレンド [互換モード]Tadashi Sugita
 
Super microセミナー外気導入dc
Super microセミナー外気導入dcSuper microセミナー外気導入dc
Super microセミナー外気導入dcTadashi Sugita
 
Lx styleのご紹介201009
Lx styleのご紹介201009Lx styleのご紹介201009
Lx styleのご紹介201009Tadashi Sugita
 
いったいなんぼなら.Pdf
いったいなんぼなら.Pdfいったいなんぼなら.Pdf
いったいなんぼなら.PdfTadashi Sugita
 

Mehr von Tadashi Sugita (9)

データセンター省エネ化技術トレンド2018
データセンター省エネ化技術トレンド2018データセンター省エネ化技術トレンド2018
データセンター省エネ化技術トレンド2018
 
様々なデータセンター Sugipooh
様々なデータセンター Sugipooh 様々なデータセンター Sugipooh
様々なデータセンター Sugipooh
 
データセンターのお話Lxスタイル
データセンターのお話Lxスタイルデータセンターのお話Lxスタイル
データセンターのお話Lxスタイル
 
自然空冷Dcの概要と今後のサーバトレンド [互換モード]
自然空冷Dcの概要と今後のサーバトレンド [互換モード]自然空冷Dcの概要と今後のサーバトレンド [互換モード]
自然空冷Dcの概要と今後のサーバトレンド [互換モード]
 
LXスタイル2013
LXスタイル2013LXスタイル2013
LXスタイル2013
 
Apple i cloud dc
Apple i cloud dcApple i cloud dc
Apple i cloud dc
 
Super microセミナー外気導入dc
Super microセミナー外気導入dcSuper microセミナー外気導入dc
Super microセミナー外気導入dc
 
Lx styleのご紹介201009
Lx styleのご紹介201009Lx styleのご紹介201009
Lx styleのご紹介201009
 
いったいなんぼなら.Pdf
いったいなんぼなら.Pdfいったいなんぼなら.Pdf
いったいなんぼなら.Pdf
 

これから儲かる技術はデータセンターから(公開用)